Weighted Consensus Clustering for Unbiased Feature Importance in Random Forests - Cnam - Conservatoire national des arts et métiers
Communication Dans Un Congrès Année : 2024

Weighted Consensus Clustering for Unbiased Feature Importance in Random Forests

Ndèye Niang
CEDRIC. Méthodes statistiques de data-mining et apprentissage
CV
Mory Ouattara
Université de San-Pédro

Domaines

Statistiques [stat]
Fichier principal
Vignette du fichier
Niang_Ouattara_abstract.pdf (74.84 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Ndeye Niang  : Connectez-vous pour contacter le contributeur

https://cnam.hal.science/hal-04674048

Soumis le : mardi 20 août 2024-19:00:15

Dernière modification le : lundi 21 octobre 2024-17:22:20

Télécharger pour visualiser

Dates et versions

hal-04674048 , version 1 (20-08-2024)

Identifiants

  • HAL Id : hal-04674048 , version 1

Citer

Ndèye Niang, Mory Ouattara. Weighted Consensus Clustering for Unbiased Feature Importance in Random Forests. 18th conference of the International Federation of Classification Societies, Jul 2024, San José, Costa Rica. ⟨hal-04674048⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNAM CEDRIC-CNAM HESAM
27 Consultations
17 Téléchargements

Partager

More